伴随着秋雨绵绵,我们郑重地向假日告别,从此迎来又一段筑梦的旅程。

刚刚过去的国庆中秋双节,Oracle OpenWorld 2017于美国旧金山隆重开幕,在这场盛大的技术盛宴上,通过来自现场的及时分享,我们感受创新和变革的力量。技术日新月异,无论个人和企业,不变革就面临淘汰。(拉里·埃里森亲自支招,数据库自动化之后,DBA何去何从?)

盖老师从以下五个方面概括了OOW2017的技术要点:云程发轫,扬帆起航;从物联网,到区块链;自治自动,推陈出新;Oracle 18c,明年发布;技术社区,开发者先。
参考:云程发轫:关于2017 Oracle OpenWorld大会的总结

我们不难看出,Cloud以及Machine Learning成为OOW两个最主要的关键词。Oracle经过多年的努力,终于成功转型为一家云公司,并成为第一家全面的云公司,在云平台上,依托大数据和智能算法,成功地将Oracle数据库推向新的高度。

这是一个数据的时代,数据的价值不断凸显。在数据驱动下,业务对于数据的应用需求也空前提高。主要有以下几个方面:

  1. Make Data Always Available – No Outages 保持数据的连续性,不中断
  2. Get Data to Where it is Needed, at Right Time 保持数据随时随地可用
  3. Access Data in Any Format 保证数据可以以任何格式访问
  4. Govern Data so that it can be Trusted  通过数据治理保证数据的信用度

如何才能更好地挖掘并利用数据的价值,首先需要了解我们的数据。Big Data,也是OOW2017的主要的关键词之一。

可以用4个V来描述大数据的大从何而来:

Volume:Scale of Data 量大,规模大
Velocity:Analysis of Streaming Data 速度,即变化快,时效性强
Variety:Different forms of Data 多种表现形式
Veracity:Uncertainty of Data 数据的不确定性

百分点集团CEO 苏萌曾在一次采访中提出未来商业组织的“3I理论”。
1、独立(Independence),代表着企业的数据主导权以及在充分竞争市场环境中的长尾创新。
2、融合(Integration),指的是生产要素的连接、生产方式的协作以及业务边界的淡化。
3、智能(Intelligence),即数据思维引爆智能革命,未来商业朝智能化方向进化,主要体现在决策智能和运营智能上。

随着互联网技术的发展,各行各业的数据不断膨胀,对于庞大的数据,人类的认知是非常有限的。只有运用相应的大数据技术进行分析和处理,才能挖掘出数据所蕴藏的巨大价值,从而用于企业商业决策和运营。

大数据在下载到关系型数据库用于分析时会花费过多的时间和金钱,因此,大数据分析常和云计算联系到一起。实时的大数据分析需要提供实时计算能力的平台。

Oracle12c 全面转云,也是从12.2开始,在数据仓库上,推出了许多基于Big Data的新特性和功能。
详见:Oracle 12.2新特性掌上手册 - 第七卷 Big Data and Data Warehousing

Oracle面向云和大数据的转型是强势的,不断的技术革新引领行业向前走,并突破传统关系型数据库的局限而不断壮大。

为了更好地发挥数据的价值,在本次的OOW 2017大会上,Oracle新推出了 Oracle Big Data Platform,而大数据技术则是体现在平台的各个层次的设计当中。参考:https://cloud.oracle.com/bigdata


除此,还新推出了多种Oracle Big Data Cloud Service,以及基于Big Data Platform的Big Data SQL。

Big Data SQL的架构如下:

应用Big Data SQL之后,通过智能扫描,能够减少复合IO。

随着越来越多的企业采用云,数据迁移仍然是一个关键的挑战。客户正在努力使用各种工具将数据迁移到云端,但是这些迁移方法仍然是分散和脆弱的,今年,Oracle针对大数据环境的迁移需求,推出了Oracle Gloden Gate 12.3,通过模块化和可拔插的架构设计,实现大数据的云端无缝迁移。

迁移流程如下:

并针对Data Guard环境做了针对性增强。一般架构设计如下:

针对站点间failover切换架构如下:

通过大数据技术的应用,能够在很大程度上提高数据库的扩展性,分布式里速度,降低开源数据库的成本,缩减事务处理时间,并通过实时分析,机器学习,AI算法的开发,再次挖掘数据的价值。


在当前市场中,大数据市场将技术与服务融合,正形成一股新型、迅猛的发展浪潮。大数据产业增长迅速,规模持续放大。

原文发布时间为:2017-10-09
本文作者:孙雪
本文来自云栖社区合作伙伴“数据和云”,了解相关信息可以关注“数据和云”微信公众号

继Cloud,Machine Learning之后,OOW2017的第三个关键词相关推荐

  1. 林轩田机器学习技法(Machine Learning Techniques)笔记(三)

    感觉边写边记还不错hhh(感觉之前就剪剪图,写在记事本里打算之后再贴上去,实在是太蠢了⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄) 林轩田机器学习技法(Machine Learning Techniques)笔记 ...

  2. 機器學習基石(Machine Learning Foundations) 机器学习基石 作业三 课后习题解答

    今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业三的习题解答.笔者在做这些题目时遇到很多困难,当我在网上寻找答案时却找不到,而林老 ...

  3. 机器学习(Machine learning: a probabilistic perspective) 第三章阅读笔记

    生成式分类器(generative classifiers) 判定特征向量x是否属于某一类型 p(y=c|x)=p(y=c)p(x|y=c)∑c′p(y=c′|θ)p(x|y=c′) p(y=c|x) ...

  4. 林轩田机器学习技法(Machine Learning Techniques)笔记(一)

    终于到机器学习技法了,接下来还是尽量保持每章完结就立刻更吧..基石没有保持写完就更,现在回头不知道自己在写啥,看笔记感觉写得一塌糊涂,感觉翻车了.慢慢改进吧. 听说技法挺难的,贴一下大神博客来加持一发 ...

  5. ML与Docker:《Deploy Machine Learning Pipeline on the cloud using Docker Container使用Docker容器在云端部署机器学习管道

    ML与Docker:<Deploy Machine Learning Pipeline on the cloud using Docker Container使用Docker容器在云端部署机器学 ...

  6. bff v2ex_语音备忘录的BFF-如何通过Machine Learning简化Speech2Text

    bff v2ex by Rafael Belchior 通过拉斐尔·贝尔基奥尔(Rafael Belchior) 语音备忘录的BFF-如何通过Machine Learning简化Speech2Text ...

  7. Auto Machine Learning 自动化机器学习笔记

    ⭐适读人群:有机器学习算法基础 1. auto-sklearn 能 auto 到什么地步? 在机器学习中的分类模型中: 常规 ML framework 如下图灰色部分:导入数据-数据清洗-特征工程-分 ...

  8. 精通机器学习的5本免费电子书(5 free e-books for machine learning mastery)

    原文:5 free e-books for machine learning mastery  作者:Serdar Yegulalp 翻译:赖信涛 责编:仲培艺 There are few subje ...

  9. AI:Algorithmia《2021 enterprise trends in machine learning 2021年机器学习的企业趋势》翻译与解读

    AI:Algorithmia<2021 enterprise trends in machine learning 2021年机器学习的企业趋势>翻译与解读 目录 <2021 ent ...

最新文章

  1. c++调用shell命令
  2. 教你如何更优惠的购买阿里云服务器?
  3. 中南继续教育学院计算机绘图,求答案~~机电一体化,计算机绘图
  4. vlookup查找值不唯一时怎么办
  5. IOS之AutoLayout框架的使用
  6. php中update()函数,update_option()函数
  7. RocketMQ(十四)RocketMQ消息重试机制
  8. 规范并优化Nginx配置文件
  9. python之手机号码的验证查询
  10. 前端测试之用户体验测试
  11. SUSE12 sp1如何进入单用户模式
  12. Android开发丶底部导航栏
  13. 中国人民大学信息学院夏令营经验贴
  14. 生命科学计算机科学结合,生命科学与计算机科学的结合发展研究.docx
  15. MFC之CMFCColorBar 在添加后控件显示为灰色解决方案
  16. 小技巧,windows电脑上多开软件的办法
  17. 建造者模式和桥接模式,答应我告别ifelse好吗?
  18. 对计算机理论的认识及未来展望,计算机发展展望
  19. 2022考研政治马原错题
  20. VB中API函数的调用

热门文章

  1. CNN(卷积神经网络)识别图形验证码(全网最通俗易懂,最全面的讲解)
  2. python检测图像中的矩形_检测图像中的矩形并裁剪
  3. MongoDB:什么是MongoDB ?
  4. 2023新华为OD机试题 - 简易内存池 2(JavaScript) | 刷完必过
  5. 机器人工程的工作与考研之困惑“学历与待遇”
  6. 为什么这个服务器品牌总是传奇不断?
  7. 【gcd】LXL的雕像
  8. 打开excel自动自动打开personal.xlsb表格文件
  9. 项目中spring事务管理配置分析与修改方案
  10. 5G(NR)信道带宽和发射带宽---频率资源